数字经济
说实话，当年选数字经济这个专业，我就是冲着”数字”两个字去的。想着互联网这么火，学个跟数字沾边的专业应该不会错。结果进来之后发现，这个专业比我想象的要硬核——经济学、计算机、数据分析、平台思维，样样都得学。我毕业那年刚好赶上数字经济风口，班上同学的去向都还不错，所以我觉得选这个专业算是选对了。
大一：三个基础必须打牢
大一上学期课特别满，高等数学、线性代数、微观经济学、Python程序设计、计算机科学导论，全是硬课。
我重点说两件事：
第一，编程必须当回事。我知道有些同学觉得自己是经济学类专业，编程随便学学就行。这种想法大错特错！我室友研二找实习的时候，因为SQL写得溜，直接拿到字节的offer，比那些编程只会python调库的同学强多了。所以Python的基础语法、数据结构必须扎实，NumPy、Pandas这些库得用熟。
第二，开始养GitHub习惯。注册个GitHub账号，学会用Git做版本控制。我大一下学期开始维护自己的GitHub，虽然都是些课程作业，但毕业找工作的时候，面试官看了还挺认可的，说这说明你有工程意识。
下学期课稍微松一点，但也不能放松。宏观经济学、概率论与数理统计、数据结构与算法继续压着。数据结构这门课很重要，链表、树、图这些概念不理解，以后学机器学习会很吃力。
这个时候可以开始做点小项目了，比如用Python对某只股票的数据做简单分析，或者爬取某个网站的数据做可视化。别小看这些小项目，积少成多，以后都是简历上的素材。
大二：机器学习和SQL，这是吃饭的家伙
大二上学期压力明显上来了，中级微观、计量经济学、机器学习三门课同时开。
机器学习这门课是拉开差距的关键。监督学习、无监督学习、线性回归、逻辑回归、决策树、K-means——这些模型你得从原理上搞懂，不能只会调库。我当时在这门课上下了大功夫，最后不仅拿了高分，还在后续的实习面试中帮了大忙。
SQL必须深入学。多表查询、窗口函数这些操作要非常熟练。我第一份实习面试的时候，现场手撕SQL题，就是靠平时练得熟才过的关。
下学期课更偏向应用了，平台经济学、信息经济学、数字营销、数据库系统这些课来了。
这个学期你得想清楚一件事：毕业后是就业还是深造。想就业的话，必须开始物色实习了。想深造的话，GPA要保持住，特别是计算机和计量相关课程。
大二是参加社团的好时机。数据科学社、人工智能社、产品经理社都可以试试，我就是在产品社认识了一帮志同道合的朋友，后来一起参加了创业比赛，拿了个校奖。
大三：分水岭，实习决定一切
大三上学期课程前沿性很强，大数据技术、人工智能商业应用、区块链经济学、金融科技这些课都在这个学期开。
如果你打算直接就业，大三暑假是关键。我当时从三月份就开始投暑期实习简历了，海投了三十多家，最后拿到两家互联网公司的offer。选择去了字节做产品实习，实习期间表现不错，暑假结束前就锁定了转正名额。
实习这件事，我多说两句：质量比数量重要。你去一家小公司打杂三个月，不如去一家大厂认真干两个月学到的东西多。实习过程中不仅要完成任务，还要观察业务是怎么跑的，团队是怎么配合的，这些软技能以后都用得上。
如果你打算继续深造，主动联系导师进课题组是个不错的选择。平台治理、算法公平性、数字税这些方向都可以研究，有成果的话发表论文或者写进申请材料里都很有价值。
竞赛不能落下。Kaggle、天池这些数据比赛，有亮眼名次的话，简历价值甚至超过一份普通实习。我有个同学Kaggle拿了个金牌，直接被某大厂算法岗要走，薪资开得很高。
大三下学期主要是巩固和冲刺。争取把实习转正，同时开始整理自己的作品集。我当时把课程项目、竞赛代码、实习报告都整理成了一个GitHub仓库和个人博客，找工作的时候派上了用场。
毕业论文选题建议选”技术+经济”结合的，比如”基于机器学习的电商用户流失预警”、“网约车平台动态定价的福利效应”这类题目，既有数据支撑，又有经济学意义。
大四：收割季，别犹豫
大四上学期就是秋招战场。我那会儿针对不同岗位准备了不同版本的简历，投了产品经理、数据分析、战略分析好几个方向。
产品面试考”产品分析题”，数据面试考”SQL和Python编程”，战略面试要准备行业分析框架。你得提前了解不同岗位的面试风格，针对性准备。
深造的话，保研的完成申请，考研的全力备战，出国的递材料。等offer的过程挺煎熬的，但该来的总会来。
大四下学期收尾工作：论文答辩、签三方、等待录取通知。入职前如果还有时间，建议考个云计算认证，或者深入学学A/B测试、因果推断这些高级分析方法，算是提前充电。
考研还是直接就业？
我觉得这是很多同学会纠结的问题。说实话，数字经济这个专业，本科就业真的不难。我班上本科直接工作的同学，去向都挺不错的。
如果你想冲大厂的技术岗，比如数据科学家、算法工程师，那硕士学历几乎是硬性要求。这些岗位对数理和计算机理论的要求很高，本科的知识深度不太够。
如果你想进好的平台，比如通过深造申到CMU、MIT的数据科学硕士，那毕业后能选择的范围会大很多。顶级项目的毕业生，起薪和发展空间都不是普通本科能比的。
但话说回来，如果你本科就能拿到大厂offer，直接去也没问题。互联网这行更看重能力和经验，学历只是敲门砖。我有个学长本科毕业进了字节，工作三年后跳槽，薪资翻了一倍多，比很多研究生都强。
我的建议是：以实习驱动为导向。大二大三拼命刷实习，如果能拿到满意的转正offer，就直接工作；如果想要更高的起点，就以实习和项目经历为资本，申请深造。进退都有空间。
竞赛：这些值得花时间
数字经济专业参加竞赛特别有优势，因为我们的强项就是”数据能力+商业思维+创新能力”的结合。
Kaggle、天池等数据科学竞赛必须推荐，专业最核心、能力最直观的竞赛形式。在这些国际顶级赛事拿到奖牌，是进入国内外大厂算法和数据岗的硬通货，含金量比普通实习高多了。
“互联网+“创新创业大赛也很对口。这比赛规模大、影响力广，我们专业能完美胜任”产品经理+商业分析师+技术架构师”的角色。我当时和几个计算机系的同学组了个队，拿了个省级银奖，虽然没进国赛，但整个过程锻炼很大。
挑战杯可以同时参加”科技发明制作”和”哲学社会科学类”两个赛道，前者可以提交数据产品或软件系统，后者可以写数字经济的实证研究报告。
咨询公司主办的商业案例分析大赛也值得参加，比如贝恩杯、BCG案例大赛。面对数字化转型相关的案例时，我们专业的学生比传统商科学生更有优势。
产品经理大赛也是个不错的选择，直接对标未来的工作内容，锻炼需求分析、功能设计、用户体验这些能力。
就业：互联网是核心，但不止于此
数字经济专业的就业方向，说白了就是”新经济”的核心岗位。
互联网/科技公司是首选。产品经理、数据分析师、商业分析师、战略分析师——这些岗位我们专业都很对口。我本科毕业去了字节做产品经理，薪资比我预期的要好一些。
所有行业的数字化转型部门也是大方向。金融、零售、制造、医疗这些传统行业都在搞数字化转型，它们需要大量的产品经理和数据分析师来推动变革。去这些行业的”数字化转型办公室”或”金融科技部”工作，薪资可能比纯互联网公司低一些，但稳定性和长期发展也不错。
咨询公司也是个出路。麦肯锡、BCG、埃森哲这些都在招数字化转型顾问，我们专业的技术+商业背景很受欢迎。
金融科技公司也很对口。蚂蚁集团、微众银行这些，或者传统银行的金融科技部门，做数据风控、量化分析、智能投顾，都是不错的选择。
薪资方面，数字经济专业确实是”高薪专业”，和计算机、人工智能这些专业看齐。互联网大厂的产品和技术岗位，应届生薪资普遍在20万以上，好的sp甚至能到30-40万。
证书：这些比那张纸更重要
我得说实话，对于数字经济专业，一个高质量的项目作品集和顶级竞赛奖项，比任何证书都管用。但有些证书确实能锦上添花。
AWS、阿里云、Azure这些云计算认证强烈推荐。大数据、机器学习、解决方案架构师这些方向，考一个下来对求职很有帮助。大三的时候根据自己技术栈选一个主流平台考就行。
GitHub主页就是你的事实上的证书。一个维护良好的GitHub账号，包含了课程作业、竞赛代码、个人项目，是向面试官展示实力的最佳方式。建议从大一开始建立并持续维护。
CFA适合想往金融科技方向发展的同学。金融科技领域的量化分析、智能投顾、券商TMT行业研究员这些方向，CFA能提供系统的金融知识框架。目标这个方向的话，考个一级就行。
PMP是项目管理认证，适合想往项目经理、产品总监方向发展的同学。这个证工作几年后再考也来得及。
托福雅思越高越好，不设上限。阅读技术文档、学术论文、进外企、申海外名校，都需要英语能力。
软考和金融从业资格可以当作补充项。软件设计师、证券基金从业资格这些，根据具体需求选择性考取就行。
总的来说，数字经济是个为当下而生的专业，就业市场对这种”懂经济、会编程、能分析、知产品”的复合型人才需求很大。大学四年别荒废，把技术和商业两方面的能力都练出来，出来不愁没出路。